SaaSやサブスクリプション型のビジネスの指標の計算、正直面倒だと感じていませんか？
キャンセル率やリテンション率を計算するためだけに何時間もコードを書いたり、大量のデータを前に固まるExcelに頭を抱えたり...。
そこで、データの加工、可視化、分析、レポーティングのためのUIツールのExploratoryの「AI プロンプト」を使ったら、これが驚くほど簡単でした。
そこで今回は実際に試してみて「こんなに簡単でいいの？」と思わず感動した3つの指標の計算を紹介します！
1. リテンション率: SaaSビジネスの生命線
リテンション率は、一定期間内に既存顧客がどれだけサービスを継続利用しているかを示す指標です。
リテンション率をモニターすることで、顧客が製品に価値を感じているかどうかや、カスタマーサポートやカスタマーサクセスの活動がうまくいっているかを評価するうえで最も基礎となる指標のため、経営陣やカスタマーサクセスチームが週次・月次でモニターすることになります。
リテンション率を計算する手順
例えば1行が1人の顧客の支払いを表す、よくある支払いデータを例に考えてみます。
月次のリテンション率を手動で計算しようとすると、以下の手順を踏む必要があります。
- 顧客ごとの支払い履歴データを集める
- 前月からの継続顧客数を集計するために、「顧客ごと」に支払い回数をカウントし、初回と2回目以降の支払いを判定できるようにデータにラベルを付ける
- ラベル付けしたデータをもとに、各月の「継続顧客数」と「顧客数」を集計する
- 各月の前月の顧客数を計算する
- 「継続顧客数÷前月の顧客数」でリテンション率を計算する
「え、こんなに手順が多いの！？」と驚くかもしれませんが、これが現実です。
この一連の手順を完了させるには、SQL、Python、Rなどのプログラミングスキル、あるいはExcelを使って地道に計算をする根気強さが必要です。
さらに、セグメント別（例：顧客セグメント別）の分析を行おうとすると、作業がより複雑になり、エラーも起きやすくなります。
このようなハードルがあるため、定期的なリテンション率の測定を諦めてしまうことも少なくありません。
AIプロンプトでリテンション率を計算する
Exploratoryの「AI プロンプト」機能を使えば、こうした複雑な計算がたった一行の指示で完了します。
支払いデータが手元にあれば、AIプロンプトに「月間のリテンション率を計算して」とタイプするだけで、必要なデータ処理のステップを、データ分析のための専用言語であるRのコードとして自動的に生成します。
これだけで、AIｎ出力したコードがステップとして追加され、リテンション率の計算が完了します。
まるでデータ分析の専門家があなたの隣でサポートしてくれるような体験です。
さらに詳細な分析も思いのままです。「セグメントごとに月間のリテンション率を計算して」と指示すれば、セグメントごとにリテンション率を計算するコードが生成されます。
顧客セグメント別のリテンション率も一瞬で計算できます。
2. ネット・レベニュー・リテンション率: 収益成長の真の推進力を測る
ネット・レベニュー・リテンション率は、既存顧客からの収益が時間の経過とともにどう変化するかを示す指標です。
多くのサブスク型のビジネスでは、複数のプランが用意されていることも多く、プランのアップ（ダウン）グレードによって収益が変動します。そこで、ネット・レベニュー・リテンション率は既存顧客「数」の維持ではなく、アップ（ダウン）グレードも考慮した、「収益」の維持・成長に着目します。
ネット・レベニュー・リテンション率は、単なる顧客のリテンション率を超えて、顧客の収益面での成長や縮小を包括的に捉えられます。
顧客のアップグレードが多ければ、ネット・レベニュー・リテンション率は100%を超えることになり、新規顧客がいなくてもビジネスが成長する基盤を作れていると判断できます。
そのため経営陣やカスタマーサクセスチームが月次・年次でモニターすることになります。
ネット・レベニュー・リテンション率を計算する手順
ネット・レベニュー・リテンション率は「支払い金額」に注目した指標ですが、基本的な計算のアプローチはリテンション率と変わりません。
例えば、よくある支払いデータから月次のネット・レベニュー・リテンション率を計算する場合、以下の手順を踏むことになります。
- 顧客ごとの支払い履歴データを集める
- 前月からの継続顧客数を集計できるようにするために、顧客ごとに支払い回数をカウントし、初回と2回目以降の支払いを判定できるようにデータにラベルをつける
- ラベル付けしたデータをもとに毎月の「継続顧客から得られたMRR（月間定期収益）」と「MRR（月間定期収益）」を集計する
- 各月の前月のMRRを計算する
- 「継続顧客から得られたMRR÷前月のMRR」でネット・レベニュー・リテンション率を計算する
リテンション率を計算するだけでも面倒なのに、さらにネット・レベニュー・リテンション率を計算すると思うと、頭が痛くなります。
そのためモニターできるのはリテンション率までとなってしまうこともあるようです。
AIプロンプトでネット・レベニュー・リテンション率を計算する
ここでもやることは変わりません。
支払いのデータが手元にあれば、AIプロンプトに「月間のネット・レベニュー・リテンション率を計算して」あるいは、「月間のリテンション率とネット・レベニュー・リテンション率を計算して」とタイプするだけで、必要なデータ処理ステップを自動的に生成します。
これだけで、AIが出力したコードがステップとして追加され、ネット・レベニュー・リテンション率とリテンション率の計算が完了します。
データ分析の専門家を雇う必要もなく、経営判断に不可欠なこの指標を、誰でも簡単かつ定期的にモニタリングできるようになります。
3. レイヤーケーキ・チャート - サブスク型ビジネスの成長の健康度を可視化する
レイヤーケーキ・チャートは、利用開始時期ごとに顧客をグループ分けし、それぞれのグループからの収益推移を積み上げ表示するチャートです。
ケーキのように売上が積み重なることから「レイヤーケーキ」と呼ばれており、経営幹部や投資家が四半期・年次の事業レビューや報告書で使用する視覚化手法です。
ビジネスの「健康度」を示す強力なチャートであり、顧客のリテンションやアップグレードなどにより各コホート（利用開始時期ごとに顧客のグループ）からの収益が時間とともに増加していれば健全な成長を示し、製品の価値向上やアップセル戦略の効果を包括的に評価できます。
レイヤーケーキ・チャートを作成する手順
レイヤーケーキ・チャートを作成するには、次のような手順が必要です。
- 顧客ごとの支払い履歴データを集める
- データを顧客ごとにグループ化して顧客ごとに支払い日の最小値（利用開始日）を計算する
- 全ての支払い（行）に計算した子役ごとの最初の支払い日の情報を追加する
- エリアチャートを使ってレイヤーケーキを可視化する
リテンション率の計算と比べると手数は少なく見えますが、数百あるいは数千の顧客の毎月の支払いデータは膨大です。そのような膨大なデータから顧客ごとに最初の支払い日の情報を取得して、元の支払いデータに追加するのは、Excelでは現実的ではありません。
言い換えれば、SQL、Python、Rなどのプログラミングスキルが求められるということです。
そこで、こういったチャートは自分たちにはまだ必要ない、と言い聞かせてレイヤーケーキ・チャートを作成することを最初から諦めてしまう方も少なくありません。
AIプロンプトでレイヤー・ケーキ・チャート用のデータを作成する
チャートを作成するためのデータを作るという点での違いはありますが、ここでもやることは変わりません。
支払いデータが手元にあれば、AIプロンプトに「顧客ごとに最初の支払い日の列を追加して」とタイプするだけで、レイヤー・ケーキ・チャートを描くために必要なデータ処理ステップを自動的に生成します。
支払いデータに顧客ごとの最初の支払い日を追加できたら、後はチャートを作成するだけです。
Exploratoryでは加工したデータを使ってチャートも作れるので、エリアチャートで、いくつかの列を選択するだけでレイヤーケーキ・チャートを簡単に作成できます。
自分のデータで今すぐ試してみたい！
今回はAI プロンプトを使って、SaaSビジネスの主要KPIである「リテンション率」「ネット・レベニュー・リテンション率」「レイヤーケーキ・チャート」を計算・可視化する方法を紹介しました。
これまで何時間も費やしていた指標の作成、あるいは作成を諦めてしまっていたチャートや指標の計算が、たった一行の日本語の入力で完了します。そのため、専門知識がなくても、データサイエンティストやプログラマーを雇わなくても、自身の手でSaaS指標の作成や分析が可能になります。
Exploratoryでは30日間の無料トライアルをご用意しているので、気になった方は、ぜひお試しください！